行业概述与技术原理 - OCS光交换是一种无需光电/电光转换，直接实现光信号在光纤端口间切换的技术[1] - OCS原理是直接对光信号进行物理路径重构，在输入/输出端口间建立专用光路，可显著提升数据中心网络性能、运行效率和可持续性[1] - OCS可应用于数据中心三张网络：TPU集群互连、Spine层、DCI跨数据中心互连[1] 市场前景与增长动力 - 2025年OCS市场规模约为4亿美元，由谷歌MEMS OCS主导[2] - 2029年OCS市场规模将超过16亿美元，2025至2029年四年复合年增长率约为41%[2] - 2029年OCS出货量将突破5万台，2025至2030年出货量复合年增长率为15%，未来除谷歌外更多云厂商将推动市场增长[2] - 海外市场由OCP成立光交换子项目推进标准化，国内市场由运营商与工信部积极推进应用落地[2] 技术路线与产业格局 - OCS主要包括MEMS、液晶、压电、硅光波导四大主流技术路线，MEMS与液晶方案应用节奏更快[3] - 各技术路线优劣势明显，尚无绝对优势方案，未来四种技术路线将共同演进[3] - 成本、性能、技术难度是终端应用厂商的重要考量因素[3] - 产业趋势目前仍由海外大厂主导，国内厂商参与度逐步提升[1] 应用场景与竞争格局 - 传统电交换适合流量动态变化大、需频繁调整路径的场景，光交换技术适合流量模式稳定、端口映射关系明确的场景[4] - 在scale out网络，CPO与OCS可搭配使用：CPO有望在Tor/Leaf层加速渗透，OCS在Spine层有望实现规模替代[4] - 在scale up网络，CPO与OCS可能存在竞争，目前OCS整体落地应用节奏领先于CPO[4] 投资方向与产业机会 - 建议重点关注零部件供应或代工机会[1] - 重点关注已进入海外OCS供应/代工环节的厂商[1] - 重点关注有潜力进入海外OCS供应/代工环节的厂商[1] - 重点关注积极布局OCS的光模块厂商[1]

谷歌的OCS投资与需求 - 谷歌2025年OCS采购量预计突破2.3万台，源于其TPU芯片集群的刚性需求，每4096颗TPU需配套48台OCS设备 [1] - 谷歌2025年TPU出货量将达200万颗，2026年TPU出货量预计达到300万颗，仅谷歌一家就需要光交换机近3.5万台 [1][11] - 谷歌2026年OCS系统相关的整体投资预计达到30亿美元，其中Polatis一家就获得了4600台、价值2.5亿美元的订单，单台价格约6.5万美元 [3] OCS技术优势与市场前景 - OCS直接在光域内完成信号切换，理论效率可达传统电交换机的1000倍，功耗仅为其十分之一（当前实际功耗降低在40%左右），单集群年省电费超千万元 [6] - 2024年全球OCS交换机市场规模达3.66亿美元，预计到2031年将激增至20.22亿美元，年复合增长率高达17.1% [5] - AI大模型训练需要大量GPU/TPU协同工作，对通信带宽和延迟要求极高，OCS技术成为AI算力集群的刚需，未来当GPU集群规模突破万卡，OCS会成为维系算力生命的唯一血管 [11][12] OCS技术路线对比 - OCS领域存在MEMS、DLC和DLBS三条主要技术路线，其中DLBS（压电陶瓷）技术切换速度最快（1~5毫秒），系统损耗最低（≤ 0.8 dB），可靠性高（寿命 > 15年），成为谷歌重点测试方向 [7][8] - MEMS方案切换速度为10~50毫秒，系统损耗约1.5 dB，可靠性存在微镜机械磨损问题（寿命约5年），但端口扩展性高且成本结构因规模效应显著 [8] - DLC方案切换速度为100~500毫秒，系统损耗约2.0 dB，无机械部件寿命长（> 10年），但液晶材料成本高 [8] 产业链竞争格局与国产替代 - OCS交换机领域形成“北美主导技术、亚太主导制造”的全球格局，北美市场在2024年规模达1.83亿美元，占据全球市场的50%份额，Google、Coherent和Calient三家国际厂商共同占据58%的市场份额 [13] - 中国OCS交换机产业在2024年产能已占全球28%，德科立自主研发的“光子路由引擎”将时延压缩至10微秒以下，传输效率相比传统MEMS方案提升30% [13] - 光迅科技是国内唯一能够量产MEMS光开关的企业，其192×192端口全光交换机产品毛利率高达52%，并将延迟进一步降至5微秒 [13]

行业与公司 - 行业：OCS（光电路交换机）技术应用于传统数据中心和AI数据中心，未来潜力巨大[1][3] - 公司：谷歌、微软、英伟达、Oracle、Meta、西至科技、中兴通讯、壁仞科技等为主要参与者[1][6][8] 核心观点与论据 **市场规模与增长** - OCS市场规模有望达到当前电交换机市场的30-40倍，未来几年内可能达到30万台[1][6] - 长期来看，OCS市场到2029年有望超过20亿美元，2030年可能达到30万台[26][31] - 谷歌2026年预计采购1.6万至2万台OCS，采购规模或达10亿美元[25] **技术优势** - OCS无需光电转换，直接通过光通道互联，显著降低功耗（51.2T电交换机功耗约3千瓦，OCS节省近半）[9] - 低时延、高带宽，适合AI算力提升和超节点组网趋势[8][13] - 谷歌OCS实现千倍速率提升，降低功耗，TPU量产上修显示产业景气度向上[2] **应用场景** - 传统数据中心：谷歌自2022年起在集层网络替代电交换机，节省成本（一代OCS匹配三代电交换机升级）[12] - AI数据中心：全光化是趋势，但OCS切换时延问题待解决（谷歌计划采购2万台用于AI网络）[13] - 冗余备份：英伟达通过OCS实现故障自动切换，投资回报周期1-2年[4][15] **技术方案与厂商** - 主流技术方案：MEMS（谷歌主导）、硅基液晶、压电陶瓷（切换时延几毫秒，但成本高）[5][17][28] - 主要厂商：谷歌（MEMS）、Coherent、Harvard and Sunner（压电陶瓷）、华为光迅等[27] - 国内进展：西至科技联合中兴通讯发布全光OCS超节点网络，华工科技开发国产MEMS芯片[8][31] **产业链与供应商** - 光学器件供应商：Lumentum、Claudeline、Coherent（发射校准系统价值4,000美金/台）[19] - 代工厂：光库科技（并购武汉捷普，代工费9,000美金/台）、赛微电子（MEMS芯片代工）[23][34] - 配套厂商：聚光科技（微透镜阵列）、康宁（FAU单元）、中际旭创（定制光模块）[21][22][20] 其他重要内容 **海外推动** - 开放计算联盟（OCP）成立光交换机项目组，推动技术开放和产业链发展[7] **竞争态势** - 当前电交换机市场规模80-100万台，OCS未来三四年目标5万台（占30%份额），远期或达30万台[30] **风险与挑战** - OCS切换时延较长（毫秒级），暂无法完全替代电交换机[10][11] - 压电陶瓷方案成本高（20万美元/台），MEMS（5万美元）和硅基液晶（4万美元）更经济[28] **国内进展** - 国内AI芯片生态分散，OCS对协议不敏感，适合多GPU兼容[29] - 华为与光迅合作开发OCS技术，评估AI领域应用[29] **数据引用** - 谷歌采购1.2万台OCS[1]，TPU V4集群使用48台OCS互联4,096芯片[18] - 万卡集群每小时租赁费用2万美元，OCS冗余方案可减少停机损失[15] - 单台OCS售价5万美元，代工费占18%（9,000美金）[23]

光路交换机技术概述 - 光路交换机（OCS）直接进行光路交换无需光电转换通过波分复用和交叉连接实现信号转发配合3D环状网络拓扑降低通信硬件成本和功耗 [1][2] - 主要性能指标包括切换速度毫秒级插入损耗回波损耗耐用性和可靠性 [2][3] - 技术分类包括MEMS技术数字液晶DLC技术直接光束偏转DLBS技术 [1][3] 技术实现与性能对比 - MEMS光交换成本低端口数320×320切换时间几十毫秒插入损耗~3dB驱动电压~100V [4] - 数字液晶DLC光交换成本很高端口数300×300切换时间几毫秒插入损耗4dB驱动电压≤10V [4] - 直接光束偏转DLBS光交换成本高端口数576×576切换时间几十毫秒插入损耗~2.5dB驱动电压~10V [4] 数据中心应用背景 - 传统树形拓扑难以处理东西向流量导致带宽瓶颈和延迟变化 [5][6] - Spine-and-Leaf架构基于Clos网络实现无阻塞连接和可预测延迟支持横向扩展 [6] - 谷歌Jupiter项目采用OCS实现动态拓扑重构消除Spine交换层使架构成本降低30%功耗降低41% [8] 谷歌TPU集群实践 - TPUv4集群首次引入OCS64个机架通过48个光交换机互联共4096个芯片 [10] - TPUv5规模达8960张TPU性能为TPUv4两倍内存三倍采用3D环面互联 [12] - OCS优势包括绕过故障提高可用性集群可用率从1%提升至50%缩短部署时间简化调度提高利用率模块化拓扑匹配应用需求 [12] 行业现状与出货量 - 2023年全球光交换机出货量达1万台2024年出货量约1.3万台 [1][16] - 国内厂商处于起步阶段华为2024年9月发布OptiXtrans DC808全光交换机400G端口功耗降低98%整网能耗降低20% [18] - 新华三发布全光网络3.0解决方案中兴通讯拥有ZTE iCampus全光方案 [18] 技术挑战与研发方向 - OCS缺点包括前期资本开支较大信号插入损耗重新配置时间延迟 [14] - 未来需提升性能降低制造和部署成本以支持HPC和数据中心规模增长对功耗时延可靠性的高要求 [19]